[发明专利]一种业务量预测方法、装置、设备、存储介质

权利要求书

1.一种业务量预测方法，其特征是，包括以下步骤：

获取内部因素：获取历史业务量数据；

获取外部因素：获取目标城市宏观经济与产业结构数据；

相关性分析：分析历年业务量数据与所述历史业务量数据及目标城市宏观经济与产业结构数据的相关系数；

相关性筛选：根据相关系数对历史业务量数据和目标城市宏观经济与产业结构数据进行筛选；

业务量预测：利用多元线性回归方法进行数据拟合，对目标城市第i年的业务量数据进行预测。

2.根据权利要求1所述的业务量预测方法，其特征是，所述获取历史业务量数据，包括获取上一年的业务量数据，其中，对于第i+1年业务量V_i+1,上一年业务量数据为V_i；对于第i年业务量V_i,上一年业务量数据为V_i-1。

3.根据权利要求2所述的业务量预测方法，其特征是，所述获取目标城市宏观经济与产业结构数据包括：

定义各个产业；

为各个产业分配唯一对应的标识。

4.根据权利要求3所述的业务量预测方法，其特征是，所述相关性分析，包括采用相关性公式对历年业务量数据与所述历史业务量数据及目标城市宏观经济与产业结构数据的相关系数进行计算，所述相关性公式为：

r=Cov(X,Y)D(X)D(Y)]]>

其中，r为相关系数，Cov为协方差，X为所述历史业务量及目标城市宏观经济与产业结构数据，Y为历年业务量V，为X的均方差或标准差，为Y的均方差或标准差。

5.根据权利要求4所述的业务量预测方法，其特征是，所述相关性筛选，为筛选出相关系数r取值范围在0.6≤|r|≤1的历史业务量数据和目标城市宏观经济与产业结构数据。

6.根据权利要求5所述的业务量预测方法，其特征是，所述相关性筛选包括：

筛选出相关系数r取值范围在0.7≤|r|≤1的历史业务量数据和目标城市宏观经济与产业结构数据；

删除相关系数r取值范围在0.7≤|r|≤1以外的历史业务量数据和目标城市宏观经济与产业结构数据。

7.根据权利要求5或6所述的业务量预测方法，其特征是，所述业务量预测包括：

确定自变量；

确定各个自变量的相关系数r；

根据各个自变量和与其相对应的相关系数，确定多元线性回归方程；

根据多元线性回归方程，预测目标城市第i年的业务量数据V_i。

8.根据权利要求7所述的业务量预测方法，其特征是，所述自变量包括：上一年的业务量数据V_i-1、目标城市宏观经济与产业结构数据GDP，所述GDP包括：GDP₁、GDP₂₁～GDP_2k、GDP₃₁～GDP_3n，

其中，GDP₁代表第一产业GDP；

GDP₂₁～GDP_2k代表第二产业GDP，k代表第二产业中符合相关性筛选要求的细分产业个数；

GDP₃₁～GDP_3n代表第三产业GDP，n代表第三产业中符合相关性筛选要求的细分产业个数。